IC avec la théorie de Student
Dans les cours précédents, vous avez construit des intervalles de confiance avec la formule « statistique plus/moins un certain nombre d’erreurs standards ». Avec le bootstrap, on utilise généralement deux erreurs standards. Avec la théorie basée sur la loi de Student, on utilise le multiplicateur t approprié.
Créez un IC pour le paramètre de pente en utilisant à la fois l’appel par défaut à tidy() et mutate() pour calculer explicitement les bornes de l’intervalle de confiance. Notez que les deux méthodes doivent donner exactement les mêmes valeurs d’IC, car elles reposent sur les mêmes calculs.
alpha a été fixé à 0.05 et les degrés de liberté du jeu de données twins vous sont fournis.
Cet exercice fait partie du cours
Inférence pour la régression linéaire en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
alpha <- 0.05
degrees_of_freedom <- nrow(twins) - 2
# Calculate the confidence level
confidence_level <- ___
# Calculate the upper percentile cutoff
p_upper <- ___
# Find the critical value from the t-distribution
critical_value <- ___